AI资讯站在时代最前沿

ESMFold:Meta的大型语言模型如何颠覆蛋白质结构预测?
AI与生物

ESMFold:Meta的大型语言模型如何颠覆蛋白质结构预测?

Meta的ESMFold蛋白结构预测模型与DeepMind的AlphaFold2相比,在短氨基酸序列中速度快了近60倍,使用ESM-2学习信息进行端到端3D结构预测,无需显性同源序列输入。该模型由Meta AI资深研究科学家Alexander Rives领导,已在GPU上实现了快速运行,并计划应用于大规模蛋白质数据的无监督学习研究。AlphaFold2的成功推动了AI在生物学中的应用,缩短了蛋白质结构预测的时间,降低了成本,对药物、疫苗开发和气候变化等领域至关重要。
BioMedGPT:生物医药领域的未来基础大模型?🔥
AI与生物

BioMedGPT:生物医药领域的未来基础大模型?🔥

BioMedGPT-1.6B是一款旨在成为生物医药领域基础大模型的通用人工智能模型,已开源供科研人员试用。项目由清华大学AIR生命科学团队主导,该团队在聂再清教授的带领下已筹备一年多。不同于现有医药专模,BioMedGPT具有多模态输入Encoder,能处理多种任务并学习关联知识。尽管目前规模和能力尚不满足一些高期待,团队目标是服务于正在相关研究中的科研人员,并通过持续优化降低模型的幻觉感。
ChatGPT能颠覆教科书?科学家们怎么说…
AI与生物

ChatGPT能颠覆教科书?科学家们怎么说…

本文采访了两位生物科学领域的专家——布鲁斯·艾伯茨和基思·罗伯茨,关于他们对人工智能在教科书写作中的作用的看法。他们认为编写教科书的关键在于人类判断力,而非ChatGPT这样的工具,因为选择关键内容、构建知识框架是教育工作者的职责。人工智能虽能提供大量信息,但无法决定哪些最重要,且过度填充可能导致学生记忆混乱。两位专家强调了教授的重要性,好的教授能够引导学生理解和掌握知识,而《问题集》这样的辅助资源对自学也很有帮助。他们正在筹备新的教科书版本,并寻找年轻作者加入团队,以确保内容的更新和质量。
传统生物学家与AI共生:未来创新探索何去何从?
AI与生物

传统生物学家与AI共生:未来创新探索何去何从?

深圳湾实验室的周耀旗预测,传统结构生物学可能会被人工智能和高通量实验方法取代,但生物学家仍需与AI合作,探索多尺度、综合性研究;他本人将继续专注于结构生物信息,坚信即使结果不尽如人意,学习过程中的新发现也价值不菲。

AI论文助手超级助手